De halfgeleiderleverancier uit Veldhoven heeft in het laatste kwartaal weer een indrukwekkend resultaat behaald. De omzet steeg opnieuw, terwijl de winst de verwachtingen overtrof. Volgens CEO Christophe Fouquet komt dit vooral door de onstuitbare groei van kunstmatige intelligentie (AI) en de bijbehorende investeringen van grote technologiebedrijven.
ASML is de enige producent van extreem geavanceerde lithografiesystemen op de planeet. Met deze machines kunnen chipfabrikanten de nanoschaalstructuren maken die nodig zijn voor de meest krachtige AI-processors. Het bedrijf ziet daardoor een directe koppeling tussen AI-kapitaal en de vraag naar zijn EUV-machines (Extreme Ultraviolet).
Nieuwe omzetdoelstelling: 44 miljard tot 45 miljard euro
Voor het volledige jaar 2026 heeft ASML nu een ondergrens van 44 miljard euro vastgesteld, met een mogelijk plafond van 45 miljard euro. In de zomer was de verwachting reeds gestegen naar een bereik van 43-45 miljard euro, waardoor de ondergrens nu opnieuw naar boven is bijgesteld. Fouquet benadrukt dat klanten hun bestellingen blijven aanpassen naar zowel korte- als middellange termijn, omdat ze ervan uitgaan dat AI-investeringen langdurig en omvangrijk blijven.
De langetermijnplannen zijn opmerkelijk: sommige afnemers hebben al orders voor 2029 en zelfs 2030 ingediend. Dergelijke vooruitzichten geven ASML een zekere graadmeter van de stabiliteit van de sector, maar leggen ook een grote verantwoordelijkheid op het bedrijf om de technologische voorsprong te behouden.
Marktreactie en bredere context
Ondanks de sterke cijfers reageerde de Europese beurs gemengd. Het aandeel ASML daalde kort na de publicatie tot €1.509,60, een verlies van 4,2 %. De daling werd mede veroorzaakt door zorgen over de financiering van AI-projecten en de opkomst van Chinese concurrenten zoals CXMT, maar ook doordat winsten in de Koreaanse geheugenmarkt onder druk komen te staan.
Parallel aan ASML-nieuws meldde Samsung recordomzet van circa 195 biljoen won, maar de aandelen kochten af omdat beleggers het langetermijnperspectief voor geheugenchips onder de loep nemen. Nvidia’s kwartaalresultaten illustreren de onderliggende vraag: 96,2 miljard dollar omzet, waarvan 89 miljard uit datacenters, een groei van 117 % jaar-op-jaar. De hardware-vraag zet zich uit richting zowel training als inference van AI-modellen, wat de behoefte aan zowel rekenkracht als hoog-snelheidsgeheugen (HBM) vergroot.
De investeringscyclus van klanten is eveneens inzichtelijk. Microsoft heeft in het derde kwartaal €41 miljard geïnvesteerd, waarvan ongeveer twee-derde bestemd was voor kort-levende activa zoals CPU’s en GPU’s. Deze uitgaven bevestigen dat de AI-infrastructuur zich niet beperkt tot een enkele chip, maar een volledige ecosysteem-benadering vereist.
Waarom de AI-golf de chipindustrie transformeert
AI-modellen hebben twee fasen: training waarbij enorme datasets worden verwerkt, en inference waarin modellen realtime beslissingen nemen. Beide fasen vragen om een combinatie van rekenkracht, geheugen en snelle dataverbindingen. Een GPU levert parallelle berekeningen, terwijl HBM (High Bandwidth Memory) de data razendsnel dicht bij de rekenkern houdt. Daarnaast is traditioneel DDR5-werkgeheugen en SSD-opslag onmisbaar voor de algehele workflow.
Als een AI-agent taken als documentanalyse, codegeneratie en resultaatvalidatie combineert, kan één enkele opdracht meerdere modellen en hardware-componenten aanspreken. Het gevolg is een exponentiële stijging van de benodigde “infrastructuurcapaciteit”. Bedrijven die deze capaciteit efficiënt benutten, zullen hun rendement op de AI-investering maximaliseren, wat op zijn beurt weer leidt tot herhaalde bestellingen bij leveranciers als ASML en TSMC.
